上图解释：假设第一次4分类错了，那么第二次抽到的概率会上升，如果第二次还错，第三次抽到的概率再上升
所占权重大小的意思是说投票时我一票顶你三票这样
流程一：
这里是生成很多个分类器，产生的权重加在元组上，意思是说控制下一次抽样时抽到的概率
这里是投票机制，每个分类器自身的错误率产生的权重加在该分类器对测试样本的分类结果上，意思是控制在投票中的决定影响大小
流程二：
第一行D1是全集，第三行每轮抽出的训练集是D，在D中再抽样得到DT，训练出的学习器叫做HT
第六行求出的权重与0的关系
第七行EXP（权重）与1的关系
Stacking
